Artemis Artemis
 

Artemis >
ΣΗΜΜΥ >
Διπλωματικές Εργασίες (Theses) >

Please use this identifier to cite or link to this item: http://artemis-new.cslab.ece.ntua.gr:8080/jspui/handle/123456789/3306

Title: Swarm Intelligence: Επισκόπηση Και Εφαρμογές
Authors: Αναστάσιος Ν. Τζίμας
Supervisor: 
Keywords: πολύπλοκα συστήματα
swarm intelligence
multi agent
αυτοργάνωση
κοινωνικά έντομα
stigmergy
συλλογικά ρομπότ
flocking
καταμερισμός εργασιών
εξισορρόπηση φορτίου
δυναμική τοπολογία γράφων
complex systems
swarm intelligence
multi agent
self organization
social insects
stigmergy
collective robotics
flocking
division of labor
load balancing
dynamic graph topology
Issue Date: 15-Oct-2003
Abstract: Η μελέτη αφορά το πεδίο των πολύπλοκων συστημάτων (complex systems), στις βασικές έννοιες των οποίων εισαγόμαστε μέσω των πιο απλών μορφών των κυτταρικών αυτομάτων και το RBN.Αντικείμενο της μελέτης αποτελεί η εφαρμογή μεθόδων εμπνευσμένων από τα κοινωνικά έντομα (swarm intelligence) για την στα πεδία των συλλογικών ρομπότ (collective robotics) και της εξισορρόπησης υπολογιστικού φορτίου σε κατανεμημένα ομότιμα συστήματα (P2P load balancing). Σκοπός είναι η ανάπτυξη ενός συνόλου απλών κανόνων, που δεν απαιτούν πολλούς πόρους για την υλοποίησή τους, και την αποτελεσματικότερη αντιμετώπιση προβλημάτων στα παραπάνω πεδία. Επιθυμητό είναι να αποκτήσουν τα συστήματα αυτά την ικανότητα της αυτοργάνωση αλληλεπιδρώντας μέσω της stigmergy, ένα πολύ απλό μηχανισμό επικοινωνίας μεταξύ αυτόνομων agent. Επίσης να κληρονομήσουν από τα πολύπλοκα συστήματα την ευρωστία τους και την ικανότητά τους στην προσαρμογή σε διαρκώς μεταβαλλόμενες συνθήκες.Κατά την ανάπτυξη των εφαρμογών κυρίαρχο στοιχείο της συμπεριφοράς των συστημάτων είναι η επιλογή του τρόπου επικοινωνίας μεταξύ των αυτόνομων agent. Επιθυμητή είναι η πολύ απλή υλοποίηση ακολουθώντας τις αρχές της stigmergy. Οι κανόνες αφορούν τον τρόπο με τον οποίο επιδρά ο agent στο περιβάλλον του (διαδίκτυο ή φυσικός χώρος) ανάλογα με τα ερεθίσματα που δέχεται από αυτό. Οι κανόνες αυτοί υλοποιούνται μέσω γενικευμένων «ελκτικών-απωστικών δυνάμεων», καθορίζοντας την κατανομή της δραστηριότητας των agent.Από τη θεωρητική μελέτη των δύο εφαρμογών, των συλλογικών ρομπότ και του καταμερισμού διεργασιών σε P2P δίκτυα, εμφανίζονται να είναι αλληλόμορφες. Παριστάνονται και οι δύο από ένα γράφο όπου οι κόμβοι είναι οι agent και οι ακμές τη δυνατότητα αλληλεπίδρασης μεταξύ των agent. Ο γράφος έχει βάρη στις ακμές και στους κόμβους, όπου η δυναμική συμπεριφορά των agent μεταβάλλει τα μεγέθη των βαρών αυτών κα την τοπολογία του γράφου. Καθοριστικός παράγοντας αποδεικνύεται η συνεκτικότητα του γράφου. Η δυνατότητα οι πληροφορίές να διαδίδονται από γειτονιά σε γειτονιά σε όλο το γράφο και οποία καθορίζει την ταχύτητα διάδοσης.This diploma thesis is an attempt to investigate possible application of methods inspired by social insects (swarm intelligence), in collective robotics and P2P cpu sharing (load balancing). Our purpose is the development of a set of rules able to effectively solve problems in the above fields, due to a minimal use of resources. It is desirable, for the systems we deploy, to self organize through stigmergy mechanisms. Also to inherit robustness and flexibility, which is shown by complex systems (e.g. social insects) in rapidly changing environments.The application in collective robotics is about a swarm of robots moving as a flock through a rough terrain. The swarm consists of non-homogenous robots, with different characteristics and abilities. As effect of this event the robots cannot satisfy their need for resources acting independently, so they have to cooperate because they depend each other.At the field of P2P cpu sharing is developed an algorithm inspired by the division of labor in social insects.Finally, it is revealed that these applications are isomorphic to a same model. Both of them can be represented by a weighted graph (weights on edges and vertices). In these models edges stands for the interactions among the agents. The dynamics of the agents are constantly altering the weights and the topology of the graph. The connectivity of the graph is proved to be crucial for its stable behavior and ability to adapt in new conditions.
Notes: 
Appears in Collections:Διπλωματικές Εργασίες (Theses)

Files in This Item:

File SizeFormat
TR2003-0001.pdf7.4 MBAdobe PDFView/Open
View Statistics

Items in Artemis are protected by copyright, with all rights reserved, unless otherwise indicated.

 

Valid XHTML 1.0! DSpace Software Copyright © 2002-2010  Duraspace - Feedback